本书是一本系统且实用的大数据技术学习指南，全面覆盖了Spark的核心知识和应用场景。全书围绕“项目驱动、任务导向”的理念，设计了7个学习情境，分别涉及Spark环境搭建、Scala程序编写与数据处理、Spark RDD和Spark SQL的综合应用、流数据处理及机器学习模型的实现，逐步引导读者掌握从数据加载、清洗到分析和模型构建的完整流程。

本书全面系统地介绍了区块链技术及其应用开发，从基础理论到实战案例，内容涵盖区块链概述、体系架构、密码学技术、数据结构、账户与交易原理、网络通信协议与共识机制，以及以太坊与智能合约等关键领域。
本书特色在于不仅深入剖析了区块链技术的核心原理，还详细探讨了区块链在数据要素市场中的应用，如数字城市、数字金融、数字双碳、数字治理等。此外，通过三个实战案例数据交易、数字藏品、版权保护，展示了区块链技术的实际应用与部署过程，为读者提供了宝贵的实践指导，是一本理论与实践相结合的区块链教材。

"本书系统地介绍机器人智能感知技术。全书共9章，主要内容包括机器人传感器基础知识，机器人内部传感器（位置与速度传感器、加速度传感器、陀螺仪表、姿态传感器等）技术基础，机器人触觉和力觉感知技术基础，机器人接近觉、热觉、滑觉、听觉、嗅觉和味觉感知技术基础，机器人视觉感知技术基础，估计理论基础，多传感器信息融合技术基础，智能感知技术在机器人系统中的应用，基于多传感器信息融合的自动驾驶汽车位姿估计等。
本书可作为高等院校人工智能、机器人工程、自动化、智能感知工程、测控技术与仪器等相关专业的本科生教

本书以技术应用能力培养为目标，以真实的集散控制系统设备为载体，以6个学习情境组织教学内容，采用任务驱动的教学方式，重点介绍了浙大中控JX-300X集散控制系统的基本结构、基本功能、软硬件组态、流程图绘制、监控维护和工程应用等知识，同时介绍了霍尼韦尔TDC-3000、TPS/PKS系统、横河CENTUM-CS系统、艾默生Delta V系统、现场总线等相关知识和应用案例。
本书可作为高等职业院校、成人学校开办的二级学院生产过程自动化技术、电气自动化技术、机电一体化技术、计算机控制技术等相关专业

本教材是为了适应教yu部电气工程一级学科研究生核心课程指南要求而编写的。内容包含了线性系统的状态空间法、稳定性与李雅普诺夫方法、最优控制、鲁棒控制、系统辨识、自适应控制和模型与预测控制等七大部分。本教材的编写力图通过建立各知识点间的逻辑关系，加深对基本概念的理解；通过简单的算例，掌握基本方法的应用；通过对定理、公式、判据的严格证明，培养用数学语言解决工程问题的能力。此外，为了便于学习，还录制了教材的MOOC课程。 本书主要作为工科院校非控制类学科的研究生教材，也可作为广大科技人员和其他

本书全面介绍工业网络技术的基本原理、关键技术及其在现代工业自动化中的应用。全书共7 个项目，分为工业网络概述、串口通信、Modbus 报文解析与数据采集、CANopen 总线应用、PROFINET 网络构建与数据采集、OPC UA 通信与数据采集、ThingsBoard 平台应用等，内容涵盖了从基础概念到高级应用的各个方面，旨在为读者提供一本实用的工业网络技术指南。
本书可作为职业院校工程技术类、信息类、工业互联网类专业的教材，也适用于工业自动化领域的工程师和技术人员作为参考书

本书着眼于控制网络技术在自动化工程方面的实际应用，并兼顾通信产品开发的初步知识，内容涉及主流现场总线原理、具体的工业控制网络应用实例、控制网络的规划设计等。全书共分6 章，包括数字通信与网络技术基础、Modbus 网络及其应用、Profibus-DP 总线及其应用、CIP 网络、工业以太网与OPC 技术、HMI/SCADA 软件。为方便教学，本书配套了电子课件。
本书可作为普通高等院校、高等职业院校自动化、机电一体化等相关专业的教材，并可供相关工程技术人员使用。

本书内容大部分源于编者多年从事机器人创新实践教学及指导学生参加机器人大赛的经验，以讲解机器人基础知识为主，学生动手制作机器人为辅。
本书共9章，主要内容包括概述、移动机器人应用及实践、水中机器人基础及实践、空中机器人基础及应用、仿生机器人基础及实践、人工智能基础及应用、走进3D打印世界、智能制造与工业机器人以及工程创新综合实践。本书内容兼具基础性和实践性。在智慧树平台有与本书配套的完整网络学习课程资源机器人制作与创客综合能力实训(https://coursehome.zhihui

本书是基于SparkML和Scala语言编写的机器学习实战书籍。基于目前新版本的Spark框架展开, 首先是机器学习准备部分, 分别介绍了Spark与大数据技术的基础知识、Spark环境的安装与配置、Scala编程基础、Spark数据结构基础。然后是机器学习核心部分, 分别介绍了机器学习基础、线性回归、分类算法及应用、数据降维与应用、聚类算法及应用、关联规则挖掘算法及应用。最后通过两个综合实战项目案例进行巩固提升。本书配套了较为丰富的实战案例, 并为案例提供了详细的步骤, 另外, 本书配套了源代

本书系统地介绍大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。全书共13章，内容包含大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、MapReduce、Hadoop再探讨、数据仓库Hive、Spark、流计算、Flink、大数据分析综合案例、大数据应用。本书在大数据处理框架Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、MapReduce、数据仓库Hive、S